|
毫米波雷达技术最先在大气探测、军事等专业范畴被应用；近 10 年来，其逐步被应用于汽车自动驾驶和辅助驾驶范畴。 最近几年，在新兴的消费级智能感知场景，例如智能家居、健康监测、人机交互等范畴都能看到毫米波雷达的应用案例。但与此同时，也对毫米波雷达的软硬件都提出了全新的请求。 当前，应用于消费级场景的雷达产品多数基于传统车载雷达芯片架构，在监测精度和成本等方面仍存在不少局限。因而，如何经过硬件的底层创新来更精确地“获取”数据，以及如何更精确地对获取的数据中止“处置”使数据真正发挥作用是消费级毫米波技术面临的关键应战。
完成基于雷达的人体精准 R-R 间期监测，误差在 6 毫秒级 最近，上海交通大学人工智能研讨院顾昌展团队基于自研的、专为消费级定制的毫米波硬件架构，创新性地处置了近距盲区、收发信号干扰、临近杂散等问题，完成了微米级精密目的检测。 该研讨为心肺疾病健康的长期监测提供了一种温馨的计划，免去穿戴式医疗检测设备的约束，进步病患的监测依从性。 他们完成了基于雷达的人体精准 R-R 间期（两次心跳之间时间距离）探测，实验数据显现，测得的 R-R 间期误差在 6 毫秒级左右。不只可获取心跳和呼吸的时间域信息，还能取得强度信息（即心跳和呼吸收起的人体名义微小位移的大小），使得他们不只能发现心肺疾病，还能够对严重水平做出判别。 顾昌展表示：“得益于我们在数据获取技术、数据量、算法模型的突破，使该精度表示已优于智能手表上的 9 毫秒误差（搭载接触式光电容积图传感器红外无损检测技术） 。”
近日，相关论文以《运用 K 波段雷达传感器经过参数化呼吸滤波器技术精确检测多普勒心电图》（Accurate Detection of Doppler Cardiograms With a Parameterized Respiratory Filter Technique Using a K-Band Radar Sensor）为题，发表在IEEE Transactions on Microwave Theory and Techniques 上[1]。 上海交通大学博士生董淑琴为论文的第一作者，顾昌展教授为论文的通讯作者。
（来源：IEEE Transactions on Microwave Theory and Techniques） 从数据维度上来看，往常市场上包含智能手表、睡眠带在内的睡眠监测设备由于原理上的限制，只能得到含糊的呼吸频率。 此外，现有睡眠监测设备只能采集到手部信息，无法探测到对睡眠评价十分重要的胸腹部呼吸运动和腿部等其他身体部位的体动，这些数据维度上的限制影响了睡眠分期的精度。 从消费级场景的角度来看，毫米波由于非接触特性，在夜间监测睡眠有庞大优势，可完成比市面已有产品更温馨、更精确、更隐私友好地监测老人、睡眠艰难者、婴儿的睡眠和夜间保险。 该团队的毫米波技术能够精确地搜集到的呼吸律、心律、全身体动、心跳 R-R 间期、心率变异性、呼吸暂停事情等数据，提供了更多重要的功用。“该研讨填补了监测呼吸疾病（包含睡眠呼吸暂停）的空白。”顾昌展说。
（来源：IEEE Transactions on Microwave Theory and Techniques） 从医疗的角度来看，R-R 间期的长程监测能够用于心血管疾病的早筛。已有研讨表明，R-R 间期变异性的降低是充血性心力衰竭、左心室功用不全、冠状动脉疾病、糖尿病性神经病变等疾病的提早预测指标。 此外，R-R 间期的长程监测还能够用于疾病愈后监测，好比急性心肌梗死幸存者二次发作的监测。基于 R-R 间期也能够计算心率变异性，该指标曾经在全球多项研讨中被证明是心情状态和压力指数的生物表征。
睡眠分期精确率达 93% 由于人们生活节拍加快和压力等要素，睡眠问题已不再是老年群体的专有问题，中年群体也愈发受此问题的搅扰。数据显现，全球睡眠科技市场范围曾经抵达近 900 亿美圆，轻至重度睡眠呼吸暂停患者近 10 亿人。 特别是老年群体，夜晚睡眠时容易发作急性心脏和呼吸疾病，假如没有及时被发现以至可能危及生命。因而，开发温馨、保险、精准的睡眠实时监测伎俩是市场迫切所需。 为处置该问题，该团队与上海交大医学院隶属的上海市肉体卫生中心、第九人民医院的睡眠医学中心以及中国高端养老院协作，在 IEEE MTT-S International Microwave Symposium 会议上发表论文《雷达在基于傅里叶贝塞尔级数展开睡眠监测中的精确快速心率检测》（Accurate Fast Heartrate Detection Based on Fourier Bessel Series Expansion During Radar-based Sleep Monitoring）[2]。 上海交通大学博士生董淑琴为论文的第一作者，顾昌展教授为论文的通讯作者。 为更好地将产品迭代，他们自 2017 年就开端采集带标注的医疗级睡眠数据来锻炼模型，不时积聚设备用于实践场景的阅历。
在研讨过程中，受试者会衔接医疗级多导睡眠监测仪（Polysomnography, PSG），并同时接受毫米波的无感监测。PSG 搜集的数据十分普遍，包含脑电、呼吸、心电图、体动等，并由专业的睡眠科医生中止数据标注，可发现十分精准的睡眠分期和呼吸暂停事情。 尔后，他们将得到的 PSG 金规范睡眠分期数据和呼吸暂停事情与毫米波监测状况中止 AI 机器学习模型锻炼，大幅度进步了睡眠分期和呼吸暂停判别模型的精确度。 顾昌展表示：“我们前后与超越 10 位医生协作，曾经发现了超越 20 个睡眠分期相关的数据特征点，佐以大数据 AI 模型锻炼，目前睡眠分期精确率能够抵达 93%，呼吸暂停判别模型精确率可抵达 96%。未来，我们会基于监测的才干加上后续的助眠、呼吸暂停治疗处置计划，辅佐万千受睡眠问题搅扰的人。”
让毫米波雷达技术从实验室“走进来” 多年来，顾昌展课题组专注于毫米波硬件系统设计、信号处置方面研讨，并在各校企科研协作项目中积聚了相关产品化阅历。 2022 年，在产品实战运用中，他们发现受测者不同的睡姿会对监测数据效果产生比较大的影响，为此他们研发了波束赋形检测功用，使心脏和肺部的位置得以被辨认，并将毫米波聚焦于心肺位置发射，从而在不同体式下都能取得更优质、更少干扰的数据。 由于在消费级毫米波范畴的技术进步，研讨团队相关论文多次取得国际学术会议奖项。例如 2022 IEEE 国际无线会议的 FLASH Competition Best Paper Award 和 2022 国际人工智能会议 CICAI Best Demo Runner-up Award。团队博士生还在国内初次取得了 IEEE MTT-S 医学应用奖学金 Graduate Fellowship for Medical Applications。
顾昌展表示：“我们希望让前沿科技从实验室‘走进来’，真正辅佐万千用户处置问题。因而在 2022 年，团队正式注册了希卡立科技。” 据悉，过去两年内，该团队曾经在上海 7 家三甲医院采集到了近万小时的医疗级数据，用来锻炼 AI 模型。目前，他们曾经具有针对睡眠呼吸暂停、睡眠分期、心情焦虑指数、房颤早筛等多个可产品化的 AI 模型。 经过医院的考证和多轮迭代后，第一代产品已在 2023 年的美国消费电子展 CES 上全球首发，不只取得了全球多家经销商的兴味，而且曾经装配进了国内多家高端养老院和养老社区。
图丨顾昌展团队部分红员（来源：该团队） 他表示，未来，团队一方面经过阅历积聚增加相关技术在各种场景的适配性，另一方面，经过搜集更多的数据量来锻炼 AI 模型，使其能够做出更好的数据判别。“我们将与养老院、助眠产品等处置计划提供商协作，共同达成从发现问题四处置问题的闭环。” 参考资料： 1.Accurate Detection of Doppler Cardiograms With a Parameterized Respiratory Filter Technique Using a K-Band Radar Sensor,IEEE Transactions on Microwave Theoryand Techniques 71, 1(2023). https://doi.org/10.1109/TMTT.2022.3184019 2.Accurate Fast Heartrate Detection based on Fourier Bessel Series Expansion Technique During Radar-based Sleep Monitor, IEEE MTT-S International Microwave Symposium (IMS), San Diego, Jun. 11-16, 2023. |
名表回收网手机版
